AI en de komende implosie van media

Het is tegenwoordig populair onder journalisten om te waarschuwen dat AI catastrofale gevolgen kan hebben voor de mensheid. Deze zorgen zijn overdreven met betrekking tot de mensheid als geheel. Maar ze zijn eigenlijk heel vooruitziend met betrekking tot journalisten zelf.

Om te begrijpen waarom, laten we een nauwere blik werpen op de subdisciplines die we collectief AI noemen. AI is de breedste paraplu-term, maar we kunnen deze over het algemeen onderverdelen in regelgebaseerde systemen en machine-learning-systemen. Machine-learning-systemen kunnen worden onderverdeeld naar hun toepassing (video, afbeeldingen, natuurlijke taal, enz.). Onder deze, hebben we de grootste recente vooruitgang gezien in natuurlijke taalverwerking. In het bijzonder, hebben we de uitvinding van het transformer-model in 2017 gezien, gevolgd door een snelle groei in de grootte van transformers. Zodra het model meer dan 7 miljard parameters overschrijdt, wordt het over het algemeen aangeduid als een large language model (LLM).

De kern “vaardigheid” (als je het zo kunt noemen) van een LLM is zijn vermogen om het meest waarschijnlijke volgende woord in een onvolledige tekstblok te voorspellen. We kunnen deze voorspellingsmechanisme gebruiken om grote blokken tekst van scratch te genereren, door de LLM te vragen om één woord tegelijk te voorspellen.

Als je de LLM traint op grote datasets met variabele kwaliteit, zal deze voorspellingsmechanisme vaak slecht geschreven tekst produceren. Dit is het geval met ChatGPT vandaag. Dit is waarom, wanneer ik het onderwerp met journalisten bespreek, ik scepsis tegenkom – journalisten zien hoe slecht ChatGPT schrijft, en ze nemen aan dat AI geen bedreiging voor hen vormt omdat het onhandig is.

Maar ChatGPT is niet de enige LLM daarbuiten. Als een LLM wordt getraind op een zorgvuldig geselecteerd dataset van tekst geschreven door de beste journalisten – en niemand anders – dan zal het de mogelijkheid ontwikkelen om te schrijven als de beste journalisten.

In tegenstelling tot journalisten, hoeft deze LLM echter geen salaris.

Schrijven vs. Weten wat te schrijven

Voordat we verder gaan, moeten we onderscheid maken tussen de mechanismen van schrijven en de creativiteit die nodig is om te weten wat de moeite waard is om over te schrijven. AI kan geen whistleblowers interviewen of een politicus lang genoeg lastigvallen tot de politicus per ongeluk de waarheid vertelt.

AI kan geen informatie verzamelen. Maar het kan informatie die door mensen is verzameld op een elegante manier beschrijven. Dit is een vaardigheid die journalisten en schrijvers vroeger een monopolie op hadden. Ze hebben dat niet langer.

Gezien het huidige tempo van vooruitgang, kan AI binnen een jaar beter schrijven dan 99% van de journalisten en professionele schrijvers. Het zal dit doen voor niets, op aanvraag en met oneindige doorvoer.

De economie van zero-kosten schrijven

Iedereen die een lijst met feiten heeft om over te brengen, zal in staat zijn om deze feiten om te zetten in een goed geschreven artikel. Iedereen die een artikel over een onderwerp vindt, zal in staat zijn om een ander artikel te produceren dat hetzelfde onderwerp behandelt. Dit afgeleide artikel zal net zo goed zijn als het eerste, en zal het niet plagiaat plegen of de auteursrechten schenden..

De marginale kosten van geschreven content zullen nul worden.

Momenteel zijn de economie van geschreven media gebaseerd op menselijke arbeid. Goed geschreven content is schaars, dus het heeft waarde. Gehele industrieën werden opgebouwd om deze waarde te verzamelen.

Wanneer AI hoogwaardige content kan produceren voor niets, zal de financiële basis van deze industrieën instorten.

De afschaffing van publicaties

Overweeg traditionele publicaties. Gedurende decennia hebben bedrijven als The New York Times vaardige schrijvers in dienst genomen om een beperkt aantal artikelen per dag te produceren (typisch ongeveer 300). Dit model is inherent beperkt door het aantal schrijvers en de kosten die hiermee gemoeid zijn.

In een wereld waar AI een onbeperkt aantal artikelen tegen geen kosten kan genereren, waarom zou je de productie beperken tot een vast aantal? Waarom niet gepersonaliseerde content creëren voor elke lezer, aangepast aan hun interesses en gegenereerd op aanvraag?

In dit nieuwe paradigma wordt het traditionele model van periodieke edities en vaste artikelnummers verouderd. Publicaties kunnen overschakelen naar een model waarin content continu wordt gecreëerd en gepersonaliseerd, aangepast aan de specifieke behoeften van individuele lezers. Één lezer kan één artikel per dag nodig hebben. Een andere kan 5000 nodig hebben.

Publicaties waarvan het primaire product bestaat uit het samenstellen van 300 artikelen in één dagelijkse editie, zullen uitsterven.

Zoekmachines worden antwoordmachines

Zoekmachines fungeren als distributeurs, die gebruikers verbinden met reeds bestaande content. Om dit te bereiken, voeren ze vier stappen uit.

Ten eerste indexeren ze grote hoeveelheden reeds geschreven content. Ten tweede ontvangen ze een query van de gebruiker. Ten derde zoeken ze in de reeds geschreven content om items te vinden die relevant zijn voor de query van de gebruiker. En ten slotte rangschikken ze de opgehaalde content en presenteren een gesorteerde lijst met resultaten aan de gebruiker.

Tot nu toe gaat alles goed. Maar als content op aanvraag kan worden gegenereerd, voor niets, waarom zouden zoekmachines dan reeds bestaande content aan de gebruiker retourneren? Ze zouden eenvoudigweg het antwoord kunnen genereren. De gebruiker zou zeker blijer zijn met één antwoord op hun query, in plaats van een lange lijst met resultaten waarvan de kwaliteit kan variëren.

Laten we nu de logische volgende stap overwegen. Als zoekmachines de gebruiker niet langer naar content geschreven door anderen leiden, wat zou er dan gebeuren met de “content”-economie?

De meeste content op internet is geschreven om gemonetariseerd te worden. Mensen schrijven artikelen, ranken op Google, ontvangen verkeer en zetten het om in inkomsten (met behulp van advertenties, affiliate-links of directe verkoop van producten of diensten).

Wat zal er gebeuren met dit ecosysteem als het verkeer verdwijnt?

Sociale media: de volgende domino

Sociale media-platforms werden oorspronkelijk ontworpen om interactie tussen gebruikers te faciliteren. Ik ben oud genoeg om me de dagen te herinneren toen mensen inlogden op Facebook om op iemands muur te schrijven, te porren of een virtuele schaap naar iemand te gooien.

De sociale media van vandaag zijn anders. Het meest voorkomende aantal volgers dat gebruikers op Instagram hebben, is nul. Het op één na meest voorkomende aantal volgers is één. De overgrote meerderheid van de views, shares, comments en volgers wordt verzameld door een klein aantal professionele creators. De meeste gebruikers posten niets en worden door niemand gevolgd.

Om het simpel te zeggen – de meeste gebruikers bezoeken sociale media om content te vinden die ze leuk kunnen vinden. Sociale media-bedrijven fungeren als distributeurs, net als zoekmachines. Het belangrijkste verschil tussen Facebook en Google is dat Google een query gebruikt om content te selecteren, terwijl Facebook content selecteert zonder een query.

Als dit het geval is, dan wordt de volgende stap duidelijk. Waarom zouden sociale media gebruikers gegenereerde content promoten, wanneer ze AI-gebaseerde content op aanvraag kunnen genereren? Alleen tekst aanvankelijk, misschien, maar uiteindelijk ook afbeeldingen en video’s.

En zodra sociale media de gebruiker niet langer naar content gemaakt door creators leidt, wat zal er dan gebeuren met de “creator-economie”?

De Star Trek-replicator-analogie

We betreden een nieuw paradigma waarin AI fungeert als een Star Trek-replicator voor content.

In Star Trek is er geen behoefte aan boeren die voedsel verbouwen, winkels die voedsel verkopen, chefs die voedsel koken of obers die voedsel serveren. De replicator kan elk voedsel dat je wilt creëren, op aanvraag, door directe transformatie van grondstoffen in het eindproduct.

Net zo zie ik geen plaats in onze toekomst voor enig bedrijf dat geschreven content creëert, distributeert, mengt of bestaande content aan de gebruiker levert. De enige waardevolle functies zullen zijn het verkrijgen van grondstoffen en het omzetten ervan in het eindproduct op aanvraag.

We hebben nog steeds manieren nodig om informatie te creëren die niet eerder bestond en om informatie te verzamelen die niet eerder openbaar was. Alles anders zal worden bereikt door AI-motoren die de beschikbare informatie omzetten in gepersonaliseerde content.

Implicaties voor content-creators en distributeurs

Handelaren praten vaak over “positieve exposure” en “negatieve exposure”. De eenvoudigste manier om deze concepten te begrijpen is door jezelf af te vragen – als dit ding omhoog gaat, zal ik dan profiteren of lijden?

AI gaat omhoog. En het gaat vooral snel in gebieden zoals natuurlijke taal en andere door de mens gegenereerde content. De vraag die elke professional zichzelf moet stellen, is – heb ik positieve of negatieve exposure aan AI op dit moment?

Als je een content-creator bent – laten we zeggen een nieuwspublicatie – en je koststructuur is niet nul, dan ben je waarschijnlijk in de problemen. Je zult binnenkort concurreren met content-creators wiens kosten nul zijn, en dat is geen concurrentie die je kunt winnen. Het is waarschijnlijk dat je precies drie keuzes hebt: de markt verlaten; je kosten terugbrengen tot nul (door een AI-bedrijf te worden); of failliet gaan.

Als je aan de distributiezijde van de dingen zit, heb je waarschijnlijk meer tijd voordat de volledige effecten je onderste lijn bereiken. Netwerkeffecten zullen helpen om de verstoring enkele jaren uit te stellen. Maar uiteindelijk gebeuren dingen die moeten gebeuren, gebeuren. Zoekmachines vervingen webdirectory’s. Feeds vervingen een groot deel van de functionaliteit die zoekmachines eerder boden. En binnenkort zal op aanvraag gegenereerde content zowel zoekmachines als feeds vervangen.

De rol van de overheid en regulering

Als iemand die in de Sovjet-Unie is geboren, ben ik niet zo’n grote fan van de overheid die speech reguleert. De morele gevaren zijn meestal hoger dan enig tijdelijk voordeel dat dergelijke regulering zou kunnen brengen.

Toch denk ik dat overheden een belangrijke rol kunnen spelen in de manier waarop dit zich ontwikkelt.

We hebben goede en slechte voorbeelden van overheidsregulering en de effecten die ze op de industrie hebben gehad. De “26 woorden die het internet creëerden” lieten een embryonale industrie groeien tot triljoenen dollars aan waarde. De regulering van ISPs in de jaren 90 daalde het aantal ISPs in de VS van meer dan 3000 tot 6, en resulteerde in een situatie waarin Amerikaanse consumenten de slechtste breedbandtoegang in de geïndustrialiseerde wereld hebben.

Wanneer men mij vraagt om mijn aanbevelingen, wijs ik er meestal op dat overheidsregulering op drie manieren kan helpen, in plaats van de ontwikkeling van dit nieuwe ecosysteem te hinderen:

1. Verplicht interoperabiliteit, en maak het gemakkelijker voor consumenten om aanbieders te wisselen.

Kapitalisme werkt als natuurlijke selectie – bedrijven die dingen beter of efficiënter doen, zullen sneller groeien dan bedrijven die dat niet doen. “Lock-in”-mechanismen die het moeilijker maken om over te stappen, zoals de onmogelijkheid om je gegevens uit een dienst te exporteren en ze over te dragen aan een concurrent, vertragen deze evolutie en resulteren in lagere groei.

Als overheden interoperabiliteit in de hele technologie-industrie kunnen verplichten, zullen we meer goede functies en goed gedrag zien worden beloond. We zullen een stimulans creëren voor bedrijven om te innoveren in dingen die mensen willen, in plaats van te innoveren in manieren om meer uit een gevangen publiek te persen.

2. Handhaaf antitrust door te focussen op monopolie-misbruik, in plaats van monopolie-risico’s.

We weten allemaal dat wanneer twee bedrijven fuseren, het resulterende bedrijf mogelijk groot en met een onevenredige macht ten opzichte van zijn klanten kan worden. Maar het bestaan van onevenredige macht leidt niet altijd tot slechte service of roofzuchtige prijzen.

Ondertussen zijn bedrijven die al een onevenredige macht hebben, vaak betrokken bij anti-concurrentiegedrag recht voor onze ogen. En toch richt de FTC zich op het blokkeren van fusies en overnames.

Als overheden zich richten op het verbieden en strikt handhaven van anti-concurrentiepraktijken zoals dumping en bundling, met name met betrekking tot technologieproducten die door de meerderheid van de bevolking worden gebruikt, zal het hele systeem ontstoppen.

Sommige specifieke voorbeelden kunnen helpen om dit punt te verduidelijken.

Het aanbieden van een browser, die een zeer complexe software is die miljarden kost om te ontwikkelen, voor niets – is een duidelijk geval van dumping. Nieuwe browserbedrijven zoals Cliq of Brave vinden het moeilijk om te innoveren in deze ruimte omdat hun veel grotere concurrenten dit dure product weggeven voor niets. Het resultaat is dat alle browsers tegenwoordig hetzelfde zijn, en er is geen significante innovatie in deze ruimte geweest sinds 2016.

Het aanbieden van een bedrijfsbericht-app als onderdeel van een document-editing-suite die elk bedrijf moet kopen – is een duidelijk geval van bundeling. Zelfs een zeer succesvolle startup zoals Slack werd gedwongen om zichzelf te verkopen aan een groter bedrijf, alleen maar om te kunnen concurreren als een betaald product in een ruimte waar hun belangrijkste concurrent wordt gebundeld met iets dat hun klant toch al moet hebben.

Naarmate AI zich ontwikkelt tot een nieuw ecosysteem dat groter wordt dan het internet, zullen we waarschijnlijk nog grotere misbruiken zien in deze embryonale ruimte – tenzij overheden ingrijpen en ervoor zorgen dat dumping en bundeling niet lonend zijn.

3. Overweeg manieren om originele content-creatie te subsidiëren of te beschermen.

Overheidsfondsen baseren zich op basisresearch en -wetenschap via subsidies en andere subsidies. Het beschermt ook nieuwe ideeën die mensen in hun onderzoek ontdekken via octrooien. De reden waarom deze twee mechanismen nodig zijn, is dat het kopiëren van een idee dat werkt veel goedkoper is dan het komen met een nieuw idee dat werkt. Zonder ingrijpen kan dit leiden tot een tragedie van de gemeenschappelijke gronden, waar iedereen van zijn buurman kopieert en niemand iets nieuws creëert.

In journalistiek, en content-creatie in het algemeen, waren deze mechanismen niet nodig omdat het kopiëren zonder auteursrechten te schenden een moeilijk proces was. Maar met de komst van AI is dit niet langer waar. Naarmate de prijs van parafraseren van andermans schrijven naar nul nadert, zullen we mechanismen nodig hebben om iets anders te stimuleren dan parafraseren – en de beste antwoorden kunnen er veel uitzien als degenen die we vandaag in basisresearch hebben.

Het maken van het beste van deze uitdaging

De transformatie die door AI wordt teweeggebracht, is een van de grootste uitdagingen waarmee de mensheid vandaag wordt geconfronteerd. Journalisten en andere content-creators zullen het eerste zijn die worden getroffen. Distributeurs van content zullen snel volgen. We zullen uiteindelijk een compleet nieuw paradigma betreden, dat ik de “Star Trek-replicator”-model voor content-creatie en -distributie noem.

We hebben hier een kans om iets veel beters te bouwen dan wat er vandaag bestaat. Net zoals de uitvinding van de drukpers leidde tot de Verlichting, kan de uitvinding van AI leiden tot een tweede Verlichting. Maar helaas zijn niet alle mogelijke toekomsten onschadelijk.

Het is aan ons om deze evolutie in de juiste richting te duwen.